नेविगेशन
Advertise here

Command A+ (medium) vs Microsoft-Decision-1 (default)

Command A+ (medium) average score में आगे है: 3.4 vs 1.4. Microsoft-Decision-1 (default) की benchmark लागत कम है: $0.002 vs $0.064. Microsoft-Decision-1 (default) तेज है: 982ms vs 91.72s, pass rates 0.0% vs 7.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#385
कुल आउटपुट टोकन
18,795
प्रतिक्रिया समय (औसत)
91.72s
कुल लागत
$0.064
रैंक
#408
कुल आउटपुट टोकन
69
प्रतिक्रिया समय (औसत)
982ms
कुल लागत
$0.002
अनुशंसित मॉडल Command A+ (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (3.4) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Command A+ Command A+ medium रिलीज़: 2026-09-23 Microsoft-Decision-1 Microsoft-Decision-1 default रिलीज़: 2026-10-12
स्कोर 3.4 1.4
रैंक #385 #408
विश्वसनीयता 3.5 10.0
संगति 10.0 4.9
प्रयास 69/69 36/69
सही परीक्षण
प्रति प्रयास पास दर 0.0% 7.3%
अस्थिर टेस्ट 0 1
कुल रन 69 36
प्रति परिणाम लागत 0.000 0.175
कुल लागत $0.064 $0.002
इनपुट कीमत $0.300 / 1M $0.042 / 1M
आउटपुट कीमत $1.500 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 118,771 41,466
आउटपुट टोकन 4,127 69
रीजनिंग टोकन 14,668 0
प्रतिक्रिया समय (औसत) 91.72s 982ms
प्रतिक्रिया समय (अधिकतम) 112.76s 1.41s
प्रतिक्रिया समय (कुल) 2109.54s 11.78s
पैरामीटर 218B कुल (25B सक्रिय) ~9B
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#385 Command A+

medium
Provider returned error
लागत
$0.000
समय
0.2s
टोकन
0 tok

#408 Microsoft-Decision-1

default
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Command A+ 3.0 10.0 0.0% 0 93.13s 0 0 0
Microsoft-Decision-1 2.2 6.7 0.0% 0 857ms 21,363 12 0

त्वरित तुलना

तुलना जोड़ी बदलें

Command A+mediumvsGrok 4.20noneCommand A+mediumvsLing 3.0 TinylowCommand A+mediumvsLing 3.0 TinyhighGemini 3 Flash PreviewhighvsMicrosoft-Decision-1defaultCommand A+mediumvsNemotron 3.5 Lightningnoneनिःशुल्क उपलब्धCommand A+mediumvsGranite 4.1 8bdefaultCommand A+mediumvsLing 3.0 TinydefaultCommand A+mediumvsMercury 2.5noneCommand A+mediumvsJev 1.13defaultCommand A+mediumvsgpt-oss-120bnoneCommand A+mediumvsDecider V1.1 27BdefaultCommand A+mediumvsDrex v1.5default